MiMo-V2.6-Flash: der offene 309B-Checkpoint, den Xiaomi jetzt pro Token verkauft

MiMo-V2.6-Flash ist der Effizienz-Checkpoint aus Xiaomis Veröffentlichung vom September 2026: ein Sparse-Mixture-of-Experts-Modell mit insgesamt 309 Milliarden Parametern und 15 Milliarden aktiven pro Token, einem Kontext von 1 Mio. Token und MIT-lizenzierten Gewichten auf Hugging Face. Es rangiert unter MiMo-V2.6-Pro, dem Flaggschiff mit 1,02 Billionen Parametern, innerhalb derselben MiMo-V2.6-Serie – und die beiden sind getrennte Trainingsläufe und nicht ein Modell in zwei Größen. Was sich seit der ersten Berichterstattung über diese Veröffentlichung geändert hat, ist nicht das Modell. Es ist alles drumherum. Xiaomis eigene Plattform veröffentlicht jetzt einen Preis pro Token gegen den exakten Identifier mimo-v2.6-flash, eine veröffentlichte maximale Ausgabelänge, ein Rate-Limit-Kontingent und ein Abschaltdatum, das V2.5-Verkehr auf diesen Endpoint umleiten wird, ob Sie migrieren oder nicht. Dies ist die fortbestehende Referenz für das Modell selbst: Drei veröffentlichte Checkpoints tragen seinen Namen, genau einer davon ist der, den die Leserschaft meint, und zwei Zahlen, die Sie dazu gesehen haben mögen, sind inzwischen veraltet.

Was MiMo-V2.6-Flash ist – und die zwei Namen, die es nicht ist

Beginne mit der Unterscheidung, die ein Leser richtig treffen muss, denn die Suchenden, die auf dieser Seite landen, teilen sich genau an ihr. MiMo-V2.6 ist eine Serie, kein Modell. In Xiaomis Versionshinweis heißt es, die Serie „umfasse zwei native, vollständig multimodale Modelle, nämlich Pro und Flash“, sodass der bloße Serienname auf zwei veröffentlichte Checkpoints mit getrennten Trainingsläufen, getrennten Benchmark-Tabellen und getrennten Speicher-Footprints verweist. Flash ist das kleinere, günstigere und auf Effizienz ausbalancierte Modell; Pro ist das Flaggschiff. Keines ist eine quantisierte Ausgabe des anderen, und es gibt kein drittes „einfaches V2.6“, das zwischen ihnen liegt.

Der zweite Name, den man auseinanderhalten muss, ist älter, und eine Verwechslung kommt teurer. MiMo-V2-Flash erschien im Dezember 2025 und sieht auf dem Papier wie dasselbe Modell aus: eine sparse Mixture-of-Experts mit insgesamt 309B und 15B aktiven Parametern, hybrider Attention, die Sliding-Window- und globale Blöcke verschachtelt, und demselben Sliding Window von 128 Token. Neun Monate trennen sie, und fast alles andere ebenfalls. Der Checkpoint von 2025 beansprucht einen 256K-Kontext; dieser beansprucht 1M. Es sind unterschiedliche Downloads, unterschiedliche Serving-Rezepte und unterschiedliche Fähigkeitsprofile, und eine Suche nach „MiMo V2.6 Flash“ wird Ihnen weiterhin munter die Seiten von 2025 liefern.

Was Xiaomi nicht veröffentlicht, ist ein zweites Repository für Gewichte unter dem bloßen Namen. Fordert man XiaomiMiMo/MiMo-V2.6-Flash vom Hub an, führt das zu einem Autorisierungsfehler, weil kein solches Repository existiert; das kanonische Artefakt ist XiaomiMiMo/MiMo-V2.6-Flash-RL. Mehr zur Bedeutung dieses Suffixes weiter unten, denn es ist der mit Abstand am häufigsten missverstandene Teil der Benennung dieses Modells.

Wer veröffentlicht es, unter welcher Lizenz und unter wessen Endpunkt?

Xiaomis MiMo-Team veröffentlicht es in seiner eigenen Hugging-Face-Organisation, und die Lizenz ist MIT – heute anhand der Repository-Metadaten verifiziert, die license:mit und kein Gating. Das ist die permissive Lizenz ohne Umsatzschwelle, eine Forschungsklausel oder ein Acceptable-Use-Gate, sodass kommerzielle Bereitstellung, Änderung und Weitergabe alle erlaubt sind, ohne ein Gespräch mit Xiaomi. Die Modellkarte gibt Englisch und Chinesisch als Sprachen an.

Dieselbe Organisation veröffentlicht drei Artefakte unter diesem Stem, und der Unterschied ist für alle wichtig, die ein Deployment planen:

• MiMo-V2.6-Flash-RL — der kanonische, veröffentlichte Checkpoint, erstellt am 21. September 2026, 90 Dateien. Dies ist derjenige, den die API bereitstellt, und derjenige, auf den sich jeder Benchmark auf dieser Seite bezieht.

• MiMo-V2.6-Flash-MOPD — veröffentlicht am 27. September 2026 und in der eigenen Karte als „das MOPD-Upgrade des MiMo-V2.6-Flash-RL-Checkpoints“ beschrieben, nicht als ein anderes Modell. Es ist das Ergebnis einer zweiten Post-Training-Phase, die mehrere domänenspezialisierte Teacher-Modelle in einem einzigen Modell zusammenführt. Wenn Sie den RL-Checkpoint bereits heruntergeladen haben, ist dies ein neueres Artefakt derselben Linie, kein separates Geschwistermodell.

• MiMo-V2.6-Distill-Qwen-9B — ein am selben Tag veröffentlichtes MIT-lizenziertes Modell mit 9,4 Mrd. Parametern, das der Release-Hinweis als Ausgangspunkt für den Open-Source-RL-Trainingslauf und nicht als Produkt-Checkpoint nennt.

Xiaomi verkauft das Modell auch direkt, und das ist der Teil dieses Bildes, der sich im Oktober verändert hat. Der gehostete Identifier ist kleingeschrieben und ohne Suffix — mimo-v2.6-flash — und er erscheint in der eigenen /v1/models-Liste der Plattform neben mimo-v2.6-pro, mimo-v2.6-pro-ultraspeed und der V2.5-Generation.

Die Architektur, aus der Konfiguration statt aus der Zusammenfassung gelesen

Die Zusammenfassungszeile der Modellkarte ist der Punkt, an dem die meiste sekundäre Berichterstattung endet, und sie ist nicht dort, wo die nützlichen Zahlen stehen. Aus Xiaomis eigenen Architekturtabellen und der Repository-config.json, beide heute gelesen:

• Backbone — 48 Schichten, aufgeteilt in 39 Sliding-Window- und 9 globale Attention, Hidden Size 4096, 256 geroutete Experten, 8 pro Token aktiviert, ein 128-Token-Sliding-Window und keine geteilten Experten. Der erste Block ist globale Attention mit einem dichten Feed-Forward-Netzwerk; alles danach wechselt sich ab.

• Attention-Heads — 64 Query-Heads in beiden Blöcken, 8 Key/Value-Heads in den Sliding-Window-Blöcken gegenüber 4 in den globalen. Das ist die Form, die den 1M-Kontext bezahlbar macht: Das Hybridmuster ist es, das den KV-Cache davon abhält, mit der gesamten Sequenz zu skalieren.

• Encoder — ein MiMo ViT mit 681 Mio. Parametern (28 Schichten, 24 Sliding-Window- plus 4 Full-Schichten), ein Audio-Tokenizer mit 308 Mio. Parametern, 24 Schichten und 20 Codebüchern für Residualvektorquantisierung sowie ein Audio-Patch-Encoder mit 127 Mio. Parametern, der vier Frames zu einem zusammenfaltet.

• Spekulative Dekodierung — ein 5-Schichten-Drafter für Multi-Token-Vorhersage mit gleitendem Fenster, im DFlash-Stil, mit einem Fenster von 1024 Token, beschrieben als Vorhersage von 7 nachfolgenden Token pro Vorwärtsdurchlauf.

• Gewichte auf der Festplatte — die Dateiauflistung des Repositorys auf dem Hub umfasst heute insgesamt etwa 178 GB verteilt auf 90 Dateien, die Shards in FP8 (e4m3) mit einem dynamischen Aktivierungsschema. Das ist die Zahl, die man im VRAM bezahlt, und es ist unerheblich, wie die Parameter gezählt werden.

Hier tauchen zwei Zählfragen auf, und sie haben inzwischen andere Antworten als im September. Die erste: Die safetensors-Metadaten des Hubs für das Repository melden insgesamt 310.756.322.688 Parameter — rund 310,8 Mrd., was direkt neben den 309 Mrd. der Karte landet. Frühere Beiträge, einschließlich unseres eigenen, nannten eine Zahl von 159 Mrd., abgelesen vom selben Repository-Panel. Diese Zahl hat sich verschoben, und die aktuelle ist die, die man verwenden sollte. Die zweite Frage ist nicht geklärt worden: Die Karte beschreibt einen Drafter mit fünf Schichten, der sieben Tokens vorhersagt, während config.json im selben Repository num_nextn_predict_layers auf 3 setzt. Beides kann nicht dasselbe Artefakt beschreiben, und die Konfiguration ist das, was die Laufzeit liest. Dimensioniere den Speicher für den Drafter anhand der Konfiguration und überprüfe es nach dem Laden.

Die Konfiguration bestätigt eine der Schlagzeilen sauber, und das sollte man auch sagen, weil die meisten anderen eine Einschränkung brauchen: max_position_embeddings ist auf 1.048.576 gesetzt, was genau dem 1M-Token-Kontext entspricht, den die Karte bewirbt.

Kontext, Ausgabeobergrenze und eine Modalitätsaussage, die Off-Vendor eingrenzt.

Der Kontext ist der einfache Teil. Xiaomi bewirbt 1 Mio. Token, die Konfiguration stützt das, und die Modellzusammenfassung der Plattform wiederholt es. Die maximale Ausgabe ist die Zahl, die die meisten Referenzseiten nach wie vor durch Auslassung falsch angeben, und sie ist veröffentlicht: Die Modellseite der Plattform gibt eine maximale Ausgabe von 128K Token gegenüber dem 1-Mio.-Kontext an, sowohl für mimo-v2.6-flash als auch mimo-v2.6-pro. Daran ist eine Verhaltensfalle geknüpft. Deep Thinking ist standardmäßig aktiviert, und max_completion_tokens begrenzt Denkinhalt und die endgültige Antwort gemeinsam – ein langer Reasoning-Durchlauf verbraucht also dasselbe Budget wie die Antwort, und die eigene Empfehlung des Anbieters lautet, es großzügig zu setzen. Im Thinking-Modus werden benutzerdefinierte temperature und top_p ignoriert: Was auch immer Sie senden, die effektiven Werte werden auf 1,0 und 0,95 festgelegt.

Modalitäten sind der Punkt, an dem die Angaben des Anbieters und unabhängige Messungen auseinandergehen, und es lohnt sich, beides zu nennen, ohne einen Sieger zu küren. Xiaomis Modellkarte und Plattform behaupten beide eine native omnimodale Eingabeoberfläche für die Serie – Text, Bild, Video und Audio, die in ein Modell eingehen statt in drei zusammengeschraubte Pipelines. Unabhängige Messungen zeichnen ein engeres Bild. Auf der Modellseite von Artificial Analysis für MiMo-V2.6-Flash führen die technischen Spezifikationen die Eingabemodalität als „Text und Bild“ und die Ausgabe als „Text“ auf, während die Seite derselben Website für MiMo-V2.6-Pro die Eingabe als „Text, Bild, Sprache und Video“ aufführt. Dieselbe Familie, dieselbe Anbieterdokumentation, und nur einer der beiden Checkpoints hat eine unabhängig erfasste Audio- und Video-Oberfläche. Nichts Veröffentlichtes erklärt den Unterschied, und wir können ihn von außen nicht klären. Behandeln Sie die Audio- und Videoeingabe bei Flash als Anbieterangabe, bis etwas anderes sie bestätigt.

Was Xiaomi berichtet, und die eine Zahl, die ein Drittanbieter gemessen hat

Jede Benchmark-Zahl, die Xiaomi für dieses Modell veröffentlicht, stammt aus Xiaomis eigenen Harness-Läufen und wurde nicht unabhängig auf diesen Harnesses reproduziert. Das ist keine Anschuldigung, es ist der Stand der Beweislage, und es lohnt sich, daran festzuhalten, weil die eigenen Oberflächen des Anbieters einander auf eine Weise widersprechen, die leicht zu übersehen ist.

• Code-Agent — DeepSWE v1.1: Flash 67,9, Pro 71,9, gegenüber Claude Opus 5 mit 74,0 und GPT-5.6 Sol mit 73,0 bei Xiaomis Durchläufen. Terminal Bench 2.1: Flash 87,6. Terminal Bench 4.0: Flash 28,8. ProgramBench 26,0.

• Allgemeiner Agent — AutomationBench v1.0.6: Flash 52,3, über sowohl GPT-5.6 Sol (45,8) als auch Claude Opus 5 (50,3) im selben Vendor-Lauf. Toolathlon-Verified 73,6, OSWorld-Verified 80,8, Agents' Last Exam 27,6.

• Cybersicherheit – die Spalte, in der das kleinere Modell gewinnt. CyberGym: Flash 95,1 gegenüber Pro 94,0. Dann fällt der Boden ab: ExploitGym 6,0, ExploitBench 25,3, SEC Bench Pro 47,5.

• Visueller Agent — MiMo VisualCoding: Flash 71.5, Pro 72.3.

Die Diskrepanz liegt in der Spalte DeepSWE v1.1 und zieht sich durch drei Xiaomi-Oberflächen. Der Versionshinweis auf Xiaomis Plattform besagt, Flash habe sich „um etwa 17 Punkte (von 48,8 auf 65,7)“ über den RL-Lauf hinweg verbessert. Die Model Card gibt 67,9 für die veröffentlichten Gewichte an. Das gestreamte RL-Dashboard, das bis September lief, veröffentlichte 65,68 unter einem mini-swe-agent-Harness bei einem Mittelwert aus drei, auf einem Trainings-Snapshot. Drei Herstellerzahlen für einen Benchmark bei einem Modell, und niemand außerhalb von Xiaomi kann derzeit sagen, welche davon das Artefakt beschreibt, das Sie herunterladen. Wenn Sie seit September 65,68 zitiert haben, beschrieb sie damals einen Trainings-Snapshot und ist jetzt eine veraltete Zahl für den veröffentlichten Checkpoint.

Gegen all das gibt es genau eine unabhängige Messung, und sie ist nicht so schmeichelhaft, wie es eine Anbietertabelle ist. Artificial Analysis bewertet MiMo-V2.6-Flash mit 38 auf seinem Intelligence Index v4.3.2 – Platz acht von 117 Modellen in der Klasse – mit 49,2 Ausgabe-Tokens pro Sekunde, einer Generierung von 240 Mio. Tokens für den Index-Durchlauf, die die Website als „sehr wortreich“ bezeichnet, gegenüber einem Median von 140 Mio., und Kosten von 0,06 US-Dollar pro Intelligence-Index-Aufgabe. Der Fazitsatz lautet, dass das Modell „zu den führenden Modellen in puncto Intelligenz gehört und preislich angemessen ist“, aber „langsamer als der Durchschnitt und sehr wortreich“. Zum Vergleich: Dieselbe Website bewertet MiMo-V2.6-Pro mit 46 und führt es auf Platz eins von 117 – die Zahl, die Xiaomi selbst in der eigenen Release Note nennt, für Pro und nicht für Flash.

Was es kostet – und die Zahl, die sich bewegte

Das ist der Teil des Bildes, der sich nach der Berichterstattung zum Start geändert hat, deshalb muss es klar gesagt werden: Die frühere Lesart, dass Xiaomi für diese Generation keinen Preis pro Token veröffentlicht habe, ist veraltet. Die Pay-as-you-go-Seite des Anbieters enthält eine vollständige Tarifkarte mit einem Aktualisierungsvermerk vom 8. Oktober 2026, und das betreffende Modell hat dort eine eigene Zeile.

• Übersee, pro Million Tokens — mimo-v2.6-flash bei 0,0028 $ bei einem Cache-Treffer, 0,14 $ bei einem Cache-Miss und 0,28 $ für die Ausgabe. mimo-v2.6-pro bei 0,0036 $ / 0,435 $ / 0,87 $ und mimo-v2.6-pro-ultraspeed bei 0,036 $ / 4,35 $ / 8,70 $.

• Preise für das Festland, pro Million Tokens – flash ¥0,02 / ¥1,00 / ¥2,00, pro ¥0,025 / ¥3,00 / ¥6,00, ultraspeed ¥0,25 / ¥30,00 / ¥60,00. Die Plattform rechnet in China in RMB und im Ausland in US-Dollar ab.

• Batch-API — genau die Hälfte des Echtzeit-Tarifs: flash 0,0014 $ / 0,07 $ / 0,14 $, pro 0,0018 $ / 0,2175 $ / 0,435 $, wobei die Basis-URL für Batch von der für Echtzeit getrennt ist. Xiaomi gibt an, dass Batch für mimo-v2.6-pro-ultraspeed oder die V2.5-Identifikatoren nicht unterstützt wird.

• Cache-Schreibvorgänge – für begrenzte Zeit kostenlos, wie heute in der Preisliste angegeben. Bei Cache-Treffern entscheidet sich die Wirtschaftlichkeit: Bei $0,0028 gegenüber $0,14 entspricht ein Treffer 2 % eines Misses, und Artificial Analysis verzeichnet einen Cache-Rabatt von 98 % sowie dasselbe $0,14/$0,28-Paar aus seinen eigenen Anbieter-Messungen.

• Web-Suche – wird getrennt von Tokens abgerechnet: 5 $ pro 1.000 Aufrufe im Ausland und ¥16 pro 1.000 in China, wobei der abgerufene Seiteninhalt anschließend als normale Eingabe-Tokens abgerechnet wird. Eine einzelne Suchrunde kann mehrere Schlüsselwörter gleichzeitig auslösen, daher stellt der Anbieter eine max_keyword-Obergrenze bereit, um die Ausgaben zu begrenzen.

• Abonnements — Xiaomi verkauft außerdem monatlich bepreiste Token-Plan-Stufen mit Guthabenkontingenten und „V2.6 Flagship Model Access“, einem separaten Zugangsdatenformat vom Pay-as-you-go-Schlüssel, sowie einen nächtlichen Guthaben-Multiplikator zwischen 00:00 und 08:00 UTC+8. Abonnements und Pay-as-you-go-Guthaben sind ausdrücklich nicht austauschbar.

Wie nennt man es?

Es gibt drei Routen, und sie erfordern unterschiedliche Zugangsdaten.

• Hosted API — the base URL is https://api.xiaomimimo.com/v1 for the OpenAI-compatible surface and https://api.xiaomimimo.com/anthropic for the Anthropic-compatible one. Authentication accepts either an api-key: $MIMO_API_KEY header or a Bearer token, and the model string is the lowercase mimo-v2.6-flash. Xiaomi's own note is blunt about the casing: use the all-lowercase names.

• Ratenlimits — veröffentlicht: 100 Anfragen pro Minute und 10 Mio. Token pro Minute für mimo-v2.6-flash, gezählt pro Konto über alle API-Schlüssel hinweg statt pro Schlüssel. Der Ultraspeed-Identifier ist die Ausnahme und wird als maßgeschneiderter Service statt als verbrauchsabhängig abgerechneter Dienst verkauft.

• Self-Hosting — die Karte liefert ein SGLang-Rezept bei Tensor-Parallelität 8, Daten-Parallelität 2, mit DP-Attention, aktiviertem mehrschichtigem EAGLE-Spekulationspfad (--speculative-num-steps 3, --speculative-eagle-topk 1, --speculative-num-draft-tokens 4), einem statischen Speicheranteil von 0,65 und 16384 Chunked Prefill sowie ein vLLM-Rezept bei Tensor-Parallelität 4. Beide benötigen --reasoning-parser mimo --tool-call-parser mimo, um Denk-Ausgaben und Tool-Aufrufe korrekt zu parsen. Die Parallelbreiten in diesen Rezepten wurden seit den ersten Beschreibungen dieses Releases geändert; verwenden Sie das, was auf der Karte heute steht. Empfohlenes Sampling ist Temperatur 1,0, top_p 0,95.

Ein datiertes Detail gehört in jede Referenz zu diesem Modell, denn es verändert von sich aus, was eine bestehende Integration tut. Xiaomis Migrationshinweis besagt, dass ab 14. Oktober 2026 um 18:00 UTC+8 Anfragen an mimo-v2.5-pro und mimo-v2.5 automatisch auf die V2.6-Serie umgeleitet werden, und dass ab 21. Oktober 2026 um 10:00 UTC+8 die alten Modellbezeichner nicht mehr funktionieren. Traffic, der an einen V2.5-Bezeichner gebunden ist, wird also bereits ohne Codeänderung umgelenkt – eine Prüfung wert, denn derselbe Hinweis besagt, dass Anfragen an diese beiden IDs jeweils an Pro bzw. Flash gehen, was bei den Kosten kein gleichwertiger Tausch ist.

Wenn der Grund, warum Sie dies lesen, darin liegt, dass Sie ein aufrufbares Frontier-Modell statt eines Downloads benötigen, dann ist die ehrliche Darstellung, dass MiMo-V2.6-Flash hier keines davon ist. Wir routen kein Xiaomi-Modell, und Xiaomis eigene Modellkarte verweist auf die Verfügbarkeit über seine First-Party-Oberflächen – die Open Platform API, seine Studio-App, sein Coding-Tool und sein Desktop-Client. Die Modelle, gegen die Xiaomi in seinen eigenen Tabellen benchmarkt, sind jedoch aufrufbar, und mehrere von ihnen liegen auf OrcaRouter mit einem API-Schlüssel zum Listenpreis des Anbieters, wobei 0 % Aufschlag weitergegeben werden, sodass eine Preisänderung des Anbieters noch am selben Tag auf Ihrer Rechnung landet und nicht erst bei einer Verlängerung. Das ist auf einer Seite wie dieser wichtiger als sonst, wo eine Preisliste mitten im Prozess veröffentlicht wurde und sich die Summen ändern.

Das "-rl" im Repository-Namen und andere Artefakte auf demselben Stamm

Nutzer suchen nach diesem Modell als mimo-v2.6-flash-rl genauso oft wie ohne das Suffix, daher lohnt es sich, genau zu sein. Der Anbieter bezeichnet keine „RL-Variante“ als eigenständiges Modell. Das Suffix ist Teil des eigentlichen Namens des kanonischen Artefakts: XiaomiMiMo/MiMo-V2.6-Flash-RL ist der veröffentlichte Checkpoint, und -RL kennzeichnet die Post-Training-Linie – die Ausgabe des gemischten Reinforcement-Learning-Durchlaufs, den Xiaomi bis September gestreamt hat, nicht einen Reinforcement-Learning-Adapter, der auf irgendeinem anderen Basismodell sitzt. Die unterstützenden Belege sind struktureller statt rhetorischer Natur: Das Repository enthält Zehntausende von Tensoren, die das gesamte Backbone, den Vision-Encoder, den Audio-Stack und den spekulativen Drafter abdecken, und die Dateiliste umfasst ~178 GB. Ein Adapter umfasst Megabyte. Und beachten Sie, wie die API des Anbieters es nennt – mimo-v2.6-flash, überhaupt kein Suffix. Das „-rl“ ist also eine Konvention des Weights-Repositorys, und in eine gehostete Anfrage eingegeben, wird es einfach nicht aufgelöst.

Die anderen drei Suffixe an diesem Stamm sind gewöhnlich und wissenswert: -MOPD ist das weitere Post-Training-Upgrade, das sechs Tage später veröffentlicht wurde, -Pro ist das Flaggschiff und kein größeres Flash, und -ultraspeed ist ein Geschwindigkeitsmodus, der als kundenspezifischer Service verkauft wird. Das 9B-Distill und die RL-Aufgabenumgebungen liegen in völlig anderen Repositories. Keines davon ist eine Quantisierung von Flash, was die Annahme ist, die die Suffixe nahelegen.

Drei Fragen, die Leser mitbringen

Ist das dasselbe Modell wie MiMo-V2-Flash? Nein, und diese Verwechslung ist teuer, nicht bloß kosmetisch. Der Checkpoint vom Dezember 2025 und dieser hier haben dieselbe grobe Form – 309B gesamt, 15B aktiv, hybride Attention, ein gleitendes 128-Token-Fenster –, doch es sind getrennte Trainingsläufe mit neun Monaten Abstand, mit unterschiedlichen Kontextangaben (256K gegenüber 1M), unterschiedlichen Benchmark-Tabellen und unterschiedlichen Serving-Rezepten. Einen Node nach den Werten des älteren Modells zu dimensionieren oder seinen Preis zu nennen, wird in beide Richtungen falsch sein.

Passt es auf die Hardware, die ich habe? Nicht auf einer einzigen GPU, und der Anbieter gibt auch nicht vor, dass es anders wäre. Die veröffentlichten Gewichtsdaten umfassen in FP8 grob 178 GB, bevor irgendein KV-Cache hinzukommt, und Xiaomis eigene Rezepte beginnen bei vier GPUs für vLLM und acht für SGLang. Lies den Deployment-Abschnitt als das vom Anbieter genannte Minimum und nicht als Vorschlag, und beachte, dass die Rezepte explizite Reasoning- und Tool-Call-Parser erfordern — ohne sie generiert das Modell zwar weiterhin, aber du verlierst den Denkkanal und die strukturierten Tool-Aufrufe, auf denen die meisten seiner Agent-Benchmarks beruhen.

Welches Flash-Artefakt sollte ich eigentlich herunterladen? Den RL-Checkpoint, wenn du das willst, was die Benchmarks und die API beschreiben, und das MOPD-Repository, wenn du die spätere Post-Training-Phase willst, die die eigene Modellkarte als das Upgrade davon bezeichnet. Lade nicht beide herunter in der Erwartung eines Größenunterschieds; sie sind dieselbe Linie im selben Maßstab, mit sechs Tagen Abstand, und im MOPD-Modell ist Xiaomis Domain-Teacher-Fusion gelandet.

Was würde diese Seite verändern?

Drei Dinge, grob geordnet danach, wie stark sie eine Entscheidung beeinflussen würden. Ein Drittanbieter-Lauf auf den eigenen Harnesses des Anbieters – DeepSWE v1.1 oder Terminal Bench, eingereicht statt selbstberichtet – würde klären, ob die 67,9 eine echte Position oder eine günstige Konfiguration ist, und würde außerdem erklären, warum drei Xiaomi-Oberflächen drei verschiedene Zahlen für dieselbe Spalte ausgeben. Ein unabhängiger Test der Audio- und Videoeingabeoberfläche würde die Lücke zwischen der Omnimodal-Behauptung der Karte und der engeren technischen Anmerkung auf der Drittanbieterseite schließen. Und eine weitere Anbieteroberfläche, die den Drafter mit fünf Schichten und sieben Token in der Zusammenfassung mit den drei Schichten in der Konfiguration abgleicht, würde die letzte Inkonsistenz beseitigen, mit der ein Kapazitätsplaner umgehen muss.

Bis dahin ist die Referenzlesart eng und brauchbar. MiMo-V2.6-Flash ist ein MIT-lizenzierter Sparse-Mixture-of-Experts-Checkpoint mit 309B Parametern, davon 15B aktiv, einem 1M-Token-Kontext und einer 128K-Ausgabeobergrenze, veröffentlicht am 21. September 2026 als FLASH-RL-Suffix, von Xiaomi bepreist mit 0,14 US-Dollar pro Million Eingabe-Token und 0,28 US-Dollar pro Million Ausgabe-Token bei einem Cache-Miss, und — Stand Oktober — über den eigenen Endpoint des Herstellers aufrufbar unter der Kennung mimo-v2.6-flash. Seine Hersteller-Benchmarks sind nicht reproduziert, sein einziger unabhängiger Wert ist 38 auf einem Index, auf dem sein eigenes größeres Schwestermodell 46 erreicht, und seine plakativ angegebene Parameterzahl ist eine der wenigen Zahlen im Umfeld dieses Modells, die tatsächlich sauber ausgefallen ist.